众所周知，今天工业企业智能化水平的高低，就正在成为检验数字化转型程度的全新标尺，特别是在后疫情时代，工业企业智能化程度越深，应对未知挑战和风险的能力越高，保证业务连续性和业务持续创新的能力也就越强。
确实如此，过去几年国家高度重视工业和制造业的转型与升级。比如，“工业互联网”一词就在“十四五”规划中被提及三次。此外工信部在去年1月发布的《工业互联网创新发展行动计划（2021-2023年）》中，也出台了很多具体举措来推动工业互联网的发展，这无疑体现出了国家对工业互联网的高度重视，更为中国制造业高质量发展提供了重要的支撑。
但是，正如一枚硬币的两面那样，尽管中国制造向中国智造的转型前景无限光明，不过面对新技术的不断涌现，以及新概念的接踵而至，大部分工业企业在如何实现智能制造的选择路径中，其实也产生了很多的困惑和迷茫。那么，在工业企业的智能化转型以及工业互联网的未来建设中，究竟需要从何处入手才能迈出关键一步呢？
日前，由研究咨询机构爱分析联合杉数科技共同组织编写的《2022工业“智能决策”白皮书——点亮企业增长的“灯塔”》就给出了清晰的方向，那就是“智能决策”。
白皮书中明确指出：“在经济新常态下，精细化运营成为企业增长的关键动力，对业务决策的质量提出了更高的要求，而目前数据基础建设逐步完善，机器学习与运筹优化技术的结合与突破，都为智能决策提供了更加成熟的技术可行性。”也正因此，Gartner预测，到2023年将有超过33%的大型机构采用智能决策的实践 。
那么，什么是智能决策？智能决策的核心技术是什么？为什么说智能决策会是中国制造到中国智造过程中，一把能够通关的关键“金钥匙”呢？
迈入智能决策新时代
白皮书中对“智能决策”的定义是，组织或个人综合利用多种智能技术和工具，基于既定目标，对相关数据进行建模、分析并得到决策的过程。该过程综合约束条件、策略、偏好、不确定性等因素，可自动实现最优决策，以用于解决新增长时代日益复杂的生产、生活问题。
事实上，今天智能决策之所以得到企业和市场的广泛关注，最为重要的原因是它作为工业智能化的价值核心，无论是在工业互联网的建设中，还是企业的智能制造的转型中都正在发挥出更多的价值，我们可以从以下几个维度来做观察：
一是，从企业需求角度看，疫情加速的全球产业链重构，以及国家推动的“双碳”战略，都让工业企业智能化转型势在必行。可以看到，在疫情的影响之下，市场供需两侧的不确定因素在增加，同时“十四五”期间成为我国能源结构转型关键期，“双碳”目标也将倒逼工业企业加速转型。因此，加快塑造企业韧性正成为我国工业企业抵御市场风险、实现中长期战略目标的必答题。
而从全球发展的经验规律和企业自身的实践来看，未来以智能化转型实现智能制造已是提升制造业质量效益的必由之路。来自埃森哲的数据就显示，预计到2035年，工业因智能化应用增加值增速可以提高2.0%左右，是所有产业部门中提高幅度最大的。此外，《“十四五”智能制造发展规划》中也提出，到2025年，规模以上制造业企业基本普及数字化，重点行业骨干企业初步实现智能转型。
二是，从技术变革角度看，在中国智能制造的转型升级中，工业互联网正成为赋能企业增长的重要力量，而智能决策又是工业互联网建设中最为核心的环节。
白皮书中指出，工业互联网的智能化体现在感知控制、数字模型、决策优化三个基本层次，基于海量工业数据全面感知，通过端到端的数据深度集成与建模分析，实现核心环节智能优化与决策，由自下而上的信息流与自上而下的决策流共同构成了应用优化闭环。从这个角度来说，以智能决策为核心的决策优化是工业互联网智能化的“大脑”，能够最大化发挥工业数据的价值，成为工业互联网价值实现的关键。
第三方数据也显示，目前智能决策已成为企业最为关注的大数据应用场景，利用数据分析技术提高企业决策能力是当下企业数字化管理者的根本需求，而未来通过智能决策机制可以在供应链及制造管理方面释放的价值空间更是高1.2-2万亿美元。
三是，从基础设施角度看，经历过前几年的启动期，未来几年我国工业互联网建设也将进入快速成长期，而提速工业互联网建设，不仅可以进一步完善新型基础设施、提升技术创新能力、健全产业发展生态，同时也会推动工业化和信息化在更广范围、更深程度、更高水平上融合发展。
而在工业互联网建设中，数字化建设与智能化建设将会呈现出“螺旋式”上升的过程。一方面，通过信息化、数字化建设能够发现业务场景智能化需求;另一方面，信息化、数字化为智能化建设提供数据基础，通过智能化建设企业可以发现信息化、数字化不足，补充缺失数据有利于“解锁”新的智能化场景，放大数字化建设价值，在数字化与智能化建设螺旋上升的过程中，不断挖掘工业数据隐藏价值，最终通过智能决策释放企业最大的价值潜能。
由此可见，随着疫情加速全球产业链重构，全球新一轮科技革命和产业变革深入发展，以及工业互联网未来的快速成长，都为制造业智能化、绿色化发展提供了历史机遇，而在这一历史性的交汇点，企业端需求、技术变革与基础设施完善都共同推动了智能决策新时代的到来。
构筑智能决策新平台
我们知道，“智能决策”要落地就必须综合利用多种智能技术和工具，而在这其中最为关键的两大技术支撑，就是机器学习技术和运筹优化技术。
具体而言，机器学习技术主要是通过强化学习、深度学习等算法实现预测，通常需要大量数据来驱动模型以实现较好的效果，它往往适用于描述预测类场景，如销量预测等；而运筹优化技术则是基于对现实问题进行准确描述刻画来建模，通过运筹优算法在一定约束条件下求目标函数最优解，对数据量的依赖性弱，结果的可解释性强，它往往适用于规划、调度、协同类问题，如人员排班、补配货等场景。
换句话说，机器学习主要是在数据侧对起因及结果的记录乃至预测，而运筹优化主要在逻辑侧对问题进行理解及分析进而建模，两者都是现实工业生产中解决问题的重要构成要件，但也各自均存在不同程度的局限性，因此推动这两大支撑技术的有效和深度融合，则能够“取长补短”，更好地服务于智能决策速度和质量的提升。
杉数科技工业与智能制造副总裁黄翔
在杉数科技工业与智能制造副总裁黄翔看来：“两者的深度融合不仅是底层技术，同时也能够更好地服务于企业的应用场景。比如，在服装行业或者零售快销当中要进行一些补货的操作，就必须先对前端市场有一定的预测情况下，再利用运筹优化的这样的多级库存模型，才能更好地制定出补货的策略。”
而在运筹优化的过程中，求解器则具有至关重要的核心作用。作为进行算法或运筹优化的底层专业计算软件，求解器不仅是运筹学中的关键“芯片”，同时也是商业决策和科学计算中的“重器”，它能帮助企业将复杂的商业问题建模为数学问题，并从成千上百个可行的方案中找出最优解。也正因此，求解器的应用场景极为广泛，是零售、航空、电网、工业制造、物流、通信等数据密集领域中核心业务决策不可或缺的智能技术引擎。
但是，在此之前求解器市场一直被IBM、FICO、GUROBI三家国外公司所垄断，这三家公司构筑起了极高的市场竞争门槛，也形成了深不可测的“技术鸿沟”。直到2017年，杉数科技与上海财经大学推出了中国第一个开源求解器LEAVES，才在国产求解器软件领域打破了技术封锁，随后杉数科技于2019年5月推出中国首个商用线性规划求解器COPT，一经发布便登顶线性规划单纯形法测试榜单；去年6月9日，杉数科技又正式向全社会开放推出COPT2.0版本的整数规划求解器，由此也打造出了中国第一个也是目前唯一一个全国产化的工业级别整数规划求解器，可以说全面填充了我国在关键领域“建模与仿真”技术最重要的基础模块数学规划求解器的空白，更让求解器赋能关系国计民生的各行各业的数智化转型奠定了关键的基础。（更多内容，请参考《打造智能决策“新引擎”，杉数科技勇闯“无人区”》）
也正是拥有这样的技术创新能力和底气，杉数科技也希望在国内工业企业智能化转型和工业互联网建设中今后能够发挥出更加重要的价值。正如黄翔所言：“作为国内最早发布和提出国产求解器的企业，我们是真心实意的想把领先的技术带到国内的智能决策的行业当中来，在打破欧美厂商垄断的同时，也能够给国内企业更多的选择，而这也是杉数科技积极参与到这个行业共建当中的原因所在。”
“求解器和智能决策技术，作为核心计算的关键技术，它其实需要面向数据中台和应用中台去做支撑，同时只有落实到具体的应用场景中去，才能发挥真正作用。因此，杉数科技正将求解器作为构筑智能决策的新平台，通过技术输出或共建企业的场景应用赋能，相信随着整个行业对智能决策理解的加深，未来应用和场景丰富度也会越来越多，而杉数科技作为市场的先行者，也希望通过这样的方式为行业打造新标杆，提供更多参考和借鉴的价值，让更多工业企业能够在未来少走弯路。”黄翔说。
毫无疑问，今天越来越多的工业企业已经开始意识到，智能化转型是一场关乎未来的重要竞争，而智能决策在其中扮演着十分重要的价值，而杉数科技通过技术的创新，让求解器成为了推动机器学习和运筹优化的深度融合的“新引擎”，在促进智能决策技术不断扩充全新能力边界的同时，也让它成为了工业企业获得第二增长曲线的重要密码，其意义无疑深远而重大。
开启杉数科技新征程
同样，在智能决策这条新赛道上，杉数科技也再一次开启了自身的新征程，目前无论是在技术能力、行业实践和生态共建方面，杉数科技也都在积极地探索与实践，希望为更多的中国工业企业寻找到一把能够实现智能制造通关和跃迁的关键“金钥匙”。
首先，在技术能力方面，杉数科技目前的优化求解器已经覆盖了线性规划、整数规划、二阶锥规划、凸二次规划以及凸二次约束规划等，从技术和场景应用的丰富度上来看，已经是和国际品牌保持了一致。
“从权威测评榜单上来看，目前榜单上有200多个典型应用场景的问题，而杉数科技的求解能力和国际品牌不仅保持在了同一个数量级上，甚至某些部分还实现了赶超，而在具体的落地应用层面，由于杉数科技更了解国内企业的场景需求，同时拥有很好的本土化团队，因此也可以为中国的企业可以做更深层的技术支持。”黄翔说。
而在目前以求解器为核心搭建的智能决策平台中，往往会涉及到上层的模型应用层和产品应用层，在这方面杉数科技也在根据行业的特性去进行适配和调整，包括杉数科技就针对现有生态的外延去做进一步的优化和决策分析，同时也针对一些新兴场景，由杉数科学家和业务顾问团队去做相应模型研究和探索。
其次，在行业实践方面，杉数科技也先后为一汽大众、上汽通用、六国化工、海尔集团、舜宇光电等制造业的标杆企业提供技术支持，在行业实践方面可以说沉淀了丰富的落地经验，相信在未来也可以为更多的工业企业提供智能决策技术能力奠定关键基础。
例如，一汽大众汽车有限公司的混合生产线情况复杂，排产难度极大，人工排产耗时低效，无法定量分析考虑能耗成本。为此，该公司通过和杉数科技深入合作，通过智能决策系统生成单车成本最低的生产计划，有效降低成本的同时提升产能，提升物料筹措过程中的准确率，减少浪费。数据显示，借助这套智能决策系统，一汽大众五地六厂，节约生产成本1000万/年/厂；平衡周期5天减少至2天，减少设备停产2%，贡献产能5000台等。
再如，六国化工的化肥生产具有明显的淡旺季周期性，且化肥品种多竞争激烈，如何匹配市场需求，生产合适种类的化肥实现收益最大化，成为亟待解决的现实问题，而该公司也与杉数科技合作，通过建设产销协同智能决策系统实现了智能化升级，通过更加合理地安排生产物料资源，实现利润最大化，包括企业可以利用销量预测，掌握市场动态，合理规划企业供应链;产销协同的智能决策系统实现了以利润为导向，指导整体采购、生产、库存、发运；此外，同时通过优化产能规划与生产工艺，进一步提升产品符合环保控制要求等。
对此，黄翔也表示，借助杉数科技丰富的行业实践，以及全新的“核心引擎+组件化”的服务方式，未来一定可以在更多行业智能化转型中提供更多的技术支撑。目前，杉数科技在轨道交通领域已首次实现检修计划和人工智能的结合；在汽车汽配，打破供应、生产、销售、需求端壁垒，实现全价值链优化；在流程制造领域，从前端供应到中段生产再到后段产销协同，智能决策“立杆见影”的价值，也正在用其特有的方式创造更多更加直接的制造价值。
最后，在生态共建方面，杉数科技既提供技术输出和“交钥匙”的服务方式，同时也正在和行业内的企业深度合作，通过生态共建的方式，为智能决策的落地提供更加多元化和生态化的支撑。
可以看到，针对有一定数据和算法基础的企业，杉数科技通常是通过提供智能决策技术方案或者是直接在应用算法模型层面展开合作；而数字化基础薄弱的企业，杉数科技则直接提供“交钥匙”的工程，帮助他们搭建智能决策的平台，服务好具体的应用场景；不仅如此，杉数科技也正在和商飞这样的大型国企，以及卡奥斯这样的工业互联网平台企业做深度融合，通过生态共建的方式，实现端到端智能决策应用系统落地。
黄翔最后强调说：“随着越来越多企业对智能决策认识的加深，相信会诞生出类似的行业标准以及平台对接的标准，这样就能够去适应更多的平台，以及让更多的企业参与进来共建，在此过程中杉数科技也不是一家固步自封的企业，我们也会随着应用场景的增加，以及随着整个产业链的发展，不断的更新调整和迭代我们的模型、产品和方案。而展望未来，杉数科技既会从核心技术的研发，去形成产学研的闭环，也会有偏向于商业价值转换的应用，未来这两个循环都是会持续去做，最终让更多的企业和行业享受到智能决策真金白银的价值。”
总的来看，中国企业智能化的转型升级，工业互联网的落地，任重而道远，艰难而伟大，而杉数科技历经多年打造出来的全国产化求解器，以及未来以此为技术“底座”打造的智能决策的新平台和新生态，相信将能够在中国工业企业的智能化转型中趟出一条创新路，这不仅会加速中国工业企业智能化的转型和速度，也必将会帮助更多的工业企业打造出新模式、新业态和新未来，实现从中国制造到中国智造的跃迁，最终推动中国经济实现高质量的发展。
